实体
SuperCond-GNN
SuperCond-GNN
PulseAugur coverage of SuperCond-GNN — every cluster mentioning SuperCond-GNN across labs, papers, and developer communities, ranked by signal.
总计 · 30天
2
90 天内 2
发布 · 30天
0
90 天内 0
论文 · 30天
2
90 天内 2
层级分布 · 90 天
主题
情绪 · 30 天
2 天有情绪数据
最近 · 第 1/1 页 · 共 2 条
-
图神经网络加速超导电路仿真
研究人员开发了SuperCond-GNN，这是一种用于仿真超导电路的新型图神经网络。该模型可以预测高温超导磁体的电压分布，为传统的电路求解器提供了一种可扩展的替代方案。该网络根据电路拓扑、材料特性和工作电流学习电响应，在初步测试中实现了4.3%的平均绝对百分比误差。该框架可适应各种配置，有助于设计探索和实时监控。
-
图神经网络加速磁体和断裂力学的物理模拟
研究人员开发了新颖的图神经网络（GNN）框架来加速复杂的物理模拟。一种方法SuperCond-GNN，使用GNN作为代理模型来预测超导磁体中的电压分布，实现了4.3%的平均绝对百分比误差，并为设计和监控提供了可扩展的推理能力。另一种混合GNN-FEM框架通过将GNN代理集成到传统的有限元方法中来处理相场断裂模拟，在保持准确性和跨不同问题设置的泛化能力的同时，显著降低了计算成本。